# RLDX-1-MT-DROID

> 权威词条地址：https://robotics.hellobike.com/models/rlwrld-rldx-1-mt-droid
> 所属分类：models | 最近核验日期：2026-10-13 | 技术层级：L7, L8

## 核心摘要

RLWRLD 在 Hugging Face 发布的机器人模型，架构为 RLDX Reinforcement Learning Policy，参数规模 8.1B。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7", "L8"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/RLWRLD/RLDX-1-MT-DROID"}] |
| `updated` | 2026-10-13 |
| `family` | vla |
| `params` | 8.1B |
| `architecture` | RLDX Reinforcement Learning Policy |
| `action_representation` | 连续关节目标位置 (Joint Position Targets) |
| `code_license` | other |
| `weights_license` | other |
| `data_formats` | ["SafeTensors"] |
| `status` | research |
| `hub_id` | RLWRLD/RLDX-1-MT-DROID |
| `hub_stats` | {"downloads": 45, "likes": 1, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/RLWRLD/RLDX-1-MT-DROID"] |

## 技术详解与生态说明

RLDX-1-MT-DROID 是 RLDX-1 机器人基础模型的 DROID 中训练检查点，面向灵巧操作与 Franka 风格下游任务的初始化。模型采用 Multi-Stream Action Transformer，将视觉等感知、高自由度动作、记忆相关决策统一在一个策略架构中，骨干为 Qwen/Qwen3-VL-8B-Instruct，并以 RLWRLD/RLDX-1-PT 为基础继续在 DROID 的大规模 Franka-arm 遥操作数据上训练。

该检查点输入 RGB 视频（默认 4 帧）、本体状态和语言指令，输出长度为 16 的 action chunks，训练方式包含 flow matching。实时推理部分给出了 RTX 5090 上 43.7 ms/step、超过 22 Hz 的结果。用途包括 Franka-arm 操作任务下游微调、机器人操作研究，以及在 RLWRLD Model License v1.0 条件下的非商业真实机器人部署；限制是其中训练对 Franka 风格本体最有用，且 memory、motion、physics 模块在该检查点中未启用。

## 原始核验来源 (Sources)

- [Hugging Face RLWRLD/RLDX-1-MT-DROID](https://huggingface.co/RLWRLD/RLDX-1-MT-DROID)